基于邻域粗糙集和距离判别的信用风险评级.pdf

第２７卷　第２期 重 庆 理 工 大 学 学报（自然科学） ２０１３年２月 Ｖｏｌ．２７　　Ｎｏ．２ ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｆｅｂ．２０１３  ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０１３．０２．０２６ 基于邻域粗糙集和距离判别的信用风险评级 郭春花 （重庆大学 数学与统计学院，重庆　４０１３３１） 摘　　　要：针对信用风险评级过程中数据的高维性和各属性数据存在量纲差异性的问题，提 出了一种基于邻域粗糙集和距离判别的信用风险评级方法。邻域粗糙集是一种常用的降维方 法，与传统的降维方法相比有严格的数学推导，对数值型属性和类别型属性可作分别处理。数 值型属性在距离判别时容易受到数据量纲的影响，采用马氏距离可以消除数据量纲差异对分类 造成的影响。因此以待测样本与各类训练总体之间的马氏距离的大小作为判据对待测样本进 行分类。对现实数据进行实验，各类和总体的数据准确率表明该方法是一种有效的评级方法。 关　键　词：信用评级；信用风险；邻域粗糙集；马氏距离 中图分类号：Ｏ２１；Ｆ２２４．９　　　文献标识码：Ａ 文章编号：１６７４－８４２５（２０１３）０２－０１３０－０５ ＣｒｅｄｉｔＲｉｓｋＥｖａｌｕａｔｉｏｎＢａｓｅｄｏｎＮｅｉｇｈｂｏｒｈｏｏｄＲｏｕｇｈＳｅｔ ａｎｄＤｉｓｔａｎｃｅＤｉｓｃｒｉｍｉｎａｔｅ ＧＵＯＣｈｕｎｈｕａ （ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＳｔａｔｉｓｔｉｃｓ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０１３３１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｅｓｓｅｎｃｅ，ｃｒｅｄｉｔｒｉｓｋｅｖａｌｕａｔｉｏｎｉｓａｐｒｏｂｌｅｍｏｆｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎ．Ｔｈｅｄａｔａａｐｐｌｉｅｄｉｎ ｃｒｅｄｉｔｒｉｓｋｅｖａｌｕａｔｉｏｎａｒｅａｌｗａｙｓｈｉｇｈｄｉｍｅｎｓｉｏｎａｌａｎｄｑｕｉｔｅｄｉｆｆｅｒｅｎｔｉｎｄｉｍｅｎｓｉｏｎｓ．Ｗｅｐｒｅｓｅｎｔａｎｅ ｖａｌｕａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｄｉｓｔａｎｃｅｄｉｓｃｒｉｍｉｎａｔｉｏｎａｎｄｎｅｉｇｈｂｏｒｈｏｏｄｒｏｕｇｈｓｅｔａｎｄａｐｐｌｉｅｄｔｈｉｓｍｅｔｈｏｄ ｔｏｃｒｅｄｉｔｒｉｓｋｅｖａｌｕａｔｉｏｎ．Ｎｅｉｇｈｂｏｒｈｏｏｄｒｏｕｇｈｓｅｔｉｓａｃｏｍｍｏｎｍｅｔｈｏｄｏｆｄｉｍｅｎｓｉｏｎｒｅｄｕｃｔｉｏｎａｎｄｉｔ ｈａｓｓｔｒｉｃｔｐｒｏｏｆ．Ｉｔｉｓｖａｌｉｄｔｏｂｏｔｈｎｕｍｅｒｉｃａｌａｔｔｒｉｂｕｔｅｓａｎｄｃａｔｅｇｏｒｉｃａｌａｔｔｒｉｂｕｔｅｓ．Ｔｈｅｄｉｆｆｅｒｅｎｃｅｏｆｔｈｅ ｄｉｍｅｎｓｉｏｎｓｉｓｉｍｐｏｒｔａｎｔｔｏｔｈｅａｃｃｕｒａｃｙｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｗｅａｄｏｐｔＭａｈａｌａｎｏｂｉｓｄｉｓｔａｎｃｅｗｈｉｃｈｃａｎｅ ｌｉｍｉｎａｔｅｔｈｅｉｎｆｌｕｅｎｃｅｏｆｔｈｅｄｉｍｅｎｓｉｏｎｓ．ＩｎｔｈｅｐａｐｅｒｗｅｒｅｇａｒｄｔｈｅＭａｈａｌａｎｏｂｉｓｄｉｓｔａｎｃｅｂｅｔｗｅｅｎｔｈｅ ｔｅｓｔｅｄｓａｍｐｌｅａｎｄｔｈｅｔｒａｉｎｉｎｇｓｅｔｏｆｅｖｅｒｙｃｌａｓｓａｓｔｈｅｃｒｉｔｅｒｉｏｎｆｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｈｒｏｕｇｈｔｈｅｔｅｓｔｏｎ ａｒｅａｌｄａｔａｓｅｔ，ｔｈｅａｃｃｕｒａｃｙｒａｔｅｓｏｆｅｖｅｒｙｃｌａｓｓａｎｄｔｏｔａｌｔｅｌｌｕｓｔｈａｔｔｈａｔｔｈｉｓｍｅｔｈｏｄｉｓａｎｅｆｆｅｃｔｉｖｅ ｍｅｔｈｏｄｆｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎ． Ｋｅｙｗｏｒｄｓ：ｃｒｅｄｉｔｅｖａｌｕａｔｉｏｎ；ｃｒｅｄｉｔｒｉｓｋ；ｎｅｉｇｈｂｏｒｈｏｏｄｒｏｕｇｈｓｅｔ；Ｍａｈａｌａｎｏｂｉｓｄｉｓｔａｎｃｅ 　　收稿日期：２０１２－１０－１９